2.1 激光雷达遥感数据处理现状
2.1.1 国内外现状
2.1.1.1 概述
机载激光雷达数据处理方法的研究与硬件系统的发展相比相对滞后，大部分研究集中在基于三维激光数据脚点的高程突变信息提取、激光点云数据滤波、LiDAR行业应用等方面，代表人物有奥地利维也纳大学的Kraus 和 Pfeifer、美国佛罗里达大学的Haugerud 和 Harding及荷兰国际地理信息科学与地球观测学院的Vosselman等。
LiDAR数据处理集数据密集与计算密集于一体。原始数据已达百GB甚至TB。运算过程还会产生大量同数量级甚至更高的中间结果数据，数据处理一般流程示意图如图2-1所示。
图2-1 LiDAR数据处理流程
目前LiDAR系统定位一般采取机载POS和地面GPS结合的方式。结合定位数据（POS数据和GPS数据）和激光数据可以解算出激光点的准确坐标。激光点坐标的解算与LiDAR硬件结构关系紧密，不同的硬件结构解算方法差别很大，这一步一般由硬件厂商负责处理。通过对激光点坐标进行重采样可以得到不同分辨率的DSM，通过对DSM进行滤波可以得到DTM，DTM获取是目前LiDAR应用的主要目的之一。一些LiDAR系统还可以携带数字相机，从理论上讲，激光点坐标可以用于纠正同时获取的数字图像，但要将激光点坐标与像元点进行准确匹配，目前绝大多数匹配过程都是通过人工来实现的，还没有成熟的自动匹配算法，只有我国自行研制的激光三维成像仪通过硬件同步可以实现激光点坐标与图像像元的天生匹配。在DSM之上还有很多滤渡、分类算法，目前对激光点滤波和分类没有统一定义，有人将激光点中的地面点非地面点有效分离，提取出由地面点构成的DTM，称为激光点滤波，将各类地物（建筑物、树木、道路、水域等）从激光点云中区分开来，称为激光点分类；也有人认为滤波算法应属于分类算法，将二者统称为激光点分类。
2.1.1.2 处理算法
由于机载激光雷达数据在空间是离散分布的，而且并不规则，这就给数据的滤波带来了很大的困难。因为数据滤波要将那些并非地面点回波信号所产生的数据滤除，并尽量保留地面点回波信号所产生的数据，所以这就与地形的情况、地物的覆盖程度和密度以及扫描技术等有着密切的关系，因此我们希望滤波算法能尽量地智能化和自动化，从而尽可能减少手工作业的工作量。
概括来讲，主要包括基于高程统计的滤波算法、基于数学形态学的滤波算法、基于坡度的滤波法、基于TIN的点云过滤算法、基于三角网滤波算法、伪扫描线、小波分层等几种算法（王金亮等，2010）。
（1）基于高程统计的滤波算法
对点云的高程直方图进行分析，确定阈值从而进行点云数据的分类，是比较直观的分类方法。当直方图表现为比较明细的波峰和波谷时，单阈值算法能较为准确的确定阈值，并将直方图分为背景和目标；当数据量大、地物类型复杂时，直方图不能表现为明细的波峰和波谷，此时可以采用多子区分类的方法，将大范围的区域分为多个子区，在每个子区的直方图进行判断，是否需要分割，如果需要分割，则采用单阈值算法进行分割，如直方图表现为不需分割，则该区域为背景或目标，可以与其他数据进行合并。
（2）迭代最小二乘线性滤波算法
（3）LiDAR数据形态学滤波算法
该方法首先将LiDAR点云数据内插为规则格网数据，再使用假定的初始结构窗口和阈值进行开运算，并计算每个点经过膨胀后的高程与原始高程之差，如果该高差小于阈值，就为地面点，否则，就为非地面点。
（4）基于坡度变化的滤波算法
基于坡度变化的滤波算法是根据地形坡度变化确定最优滤波函数，对于给定的高差值，随着两点间距离的减小，高程值大的激光脚点属于地面点的可能性就越小。
（5）基于TIN的过滤算法
该滤波算法就是利用TIN模型中的地物临近点云高程突变关系，研究利用高差临界值条件和满足该条件的临近点数量等参数来过滤地物点。
（6）基于伪扫描线的滤波算法
基于伪扫描线的滤波是利用高程突变信息来区分地面点和非地面点。其基本思想是：两点之间的高度差是由自然地形的起伏和地物的高度共同引起的。
（7）基于多分辨率方向预测的滤波方法
LiDAR激光脚点位于不同地物的点云会表现出不同的高程差异，可以借助邻近激光脚点间的高程突变来区分地面点与非地面点。
（8）基于Mean Shift算法的点云数据滤波
Mean Shift这个概念最早是由Fukunaga等在一篇关于概率密度梯度函数的估计中提出来的，其最初含义是偏移的均值向量，在这里Mean Shift是一个名词，它指代的是一个向量，但随着Mean Shift理论的发展，Mean Shift的含义也发生了变化，一般是指一个迭代的步骤，即先算出当前点的偏移均值，移动该点到其偏移均值，然后以此为新的起始点，继续移动，直到满足一定条件结束。
基于Mean Shift算法的点云数据分类方法，可以基本实现对点云数据的分类。该方法可以对空间位置处于明显差异位置的地物点数据，如不同的房屋、房屋与地面、房屋与不相连的植物等，提取效果较为明显。而对于高程和平面位置都类似的相连地物，分类的效果受阈值的影响较大。
（9）基于小波分层原理的机载激光雷达数据滤波
把小波变换引入到机载LiDAR数据滤波中来实现了基于小波变换的数据滤波。在一般情况下，激光雷达的点云数据的地面点表现为局部区域内的高程最低点。因此，可以用特定大小的窗口分割原始数据，然后在每个窗口中选择一个高程最低的点，组成一个新的数据描述。
此外，机载激光雷达点云数据滤波算法还有激光雷达点云平面拟合过滤算法，基于距离限制的激光数据滤波算法，基于区域生长的LiDAR点云数据滤波算法等。
国内李树楷老师在研制硬件的同时，对数据处理也进行了探讨。李树楷老师等分析LiDAR数据处理流程，结合开放网格服务体系结构（OGSA），提出一种LiDAR数据处理平台体系。将数据处理任务合理划分并分配到各个分布的网格节点上，通过各节点并行、协同计算，达到提高运算速度的目的。最后以对激光点云重采样生成格网DEM为例，说明算法在该体系下的计算过程。目的是为LiDAR数据处理提供一个基于Web、无缝、强大的运行环境，并把LiDAR数据变成公共资源，可以让各地的用户得到。
GLDPP集成网络下闲置资源，使之共同完成复杂的LiDAR数据处理任务，可以解决上述问题，具有以下优势。
①较高的运算速度。通过把计算任务合理划分并部署到多个计算节点。各节点并行、协同计算形成比单台计算机强大得多的计算平台，可大大提高运算速度。
②计算和存储性能可以动态扩展。同格平台具有极强的可扩展性，随着计算节点的不断加人（或退出），系统的存储和计算能力都随之扩大（或减小），相应管理软件也能满足要求。
③共享方式灵活。在目前业界标准的网格体系结构OGSA下，所有资源都以网格服务形式对外发布，网格服务定义了标准接口、行为、状态与交互，这屏蔽了资源的异构性，增强了可访问性。这使得LiDAR数据及其计算资源的共享扩展到整个因特网。
④符合未来大规模计算解决方案的发展方向。
汪承义博士基于激光雷达数据进行建筑物重建也进行了大量的研究（汪承义，2007），提出了新的实现建筑物检测与重建的方法，并在实现该系统开发方面也提出了解决方案。他指出数字表面模型的生成技术目前数字表面模型的生成方法有多种，各方法都存在各自的优缺点，其中缺值情况为比较突出的问题。针对缺值问题，汪博士采用的方法是针对传感器具体的特点及可能发生缺值情况实现特定的处理，从而最终达到比较好的结果。建筑物边界检测技术为建筑物重建的关键步骤，采用的非建筑物层层筛选的方法，首先把地形要素与地表要素分离出来，然后剔除掉相对高度低于3.5m的对象（如汽车、灌木等），最后利用粗糙集理论把建筑物与非建筑物对象区分开。采用此方法，可以把复杂问题逐步简化，从而达到最终检测出建筑物的目的。
建筑物三维重建技术目前有两大方向，一为数据驱动，二为模型驱动。也有学者采用的方法为数据驱动与模型驱动相结合的方法。
LiDAR是一种主动遥感技术，通过发射和接收激光脉冲来精确地测定地表物体的地理位置，由于激光脉冲对森林冠层具有穿透性，因此，可以获得从森林冠层表面到林下地形之间详细的三维结构信息。
国内外已经开展了很多LiDAR在林业应用方面的相关研究，成功获取了典型区域不同空间尺度的森林结构参数。现有研究结果表明高采样密度的LiDAR数据能够精确地估测单木树高、冠幅等与冠层相关的森林参数，通过相关生长方程可以间接估测胸径、生物量等生化参数；低采样密度的LiDAR数据可以有效地估测林分尺度的平均高、郁闭度、蓄积量等相关参数。
中国林业科学研究院李增元、庞勇老师对激光雷达技术在林业上的应用做了大量的研究，提出了一种优化的LiDAR数据处理方法：机载激光雷达能够快速地获取不同地形条件下的高采样密度点云数据，通过提取森林冠层的激光脉冲回波点，可以用于森林覆盖区的快速制图。刘清旺、李增元、陈尔学、庞勇老师选择甘肃省祁连山水涵养林的大野口流域作为试验区，提出了一种优化的激光雷达数据处理方法：首先根据不同坡度的森林冠层三维结构特征，将非地面点分为植被点和非植被点两类；然后根据森林和低矮地物之间的空间特征差异，将非地面点分为植被点和非植被点两类；最后根据植被点生成森林覆盖区分布图。
武汉大学马洪超在激光雷达方面做了大量的研究，就机载激光雷达在“5·12”四川地震灾区快速获取数据的若干关键问题进行了探讨。对影响数据获取和最后成果精度的几个普遍问题进行了讨论，根据四川灾区的实际情况，比较详细介绍了数据获取和处理的一些关键技术问题。这些探讨，对于机载激光雷达在中国广大西南地区的推广应用以及激光雷达在应急响应中的应用，有较好的参考价值。通过汶川大地震灾害应急响应实践，证实了LiDAR技术在困难地区获取高精度DEM数据方面存在独到的技术优势。
按照LiDAR数据一般后处理流程，结合飞行特点，马洪超老师采用的数据处理主要流程如图2-2。
图2-2 数据处理流程图
张小红博士于2002年对激光雷达数据的原理、高程信息和强度信息融合处理进行了探索性研究，并与王明华等提出了基于坡度对陡坡林区LiDAR点云数据滤波的预处理算法，结合迭代最小二乘滤波方法改进了滤波效果，实测数据表明，此种方法有效地降低了第一类误差和第二类误差。
赖旭东博士对LiDAR滤波算法和建筑物提取方法进行了研究与实现：光雷达是一种比较新的获取地面信息的方法，这种方法得到的数据不仅包括不规则间距的三维数据点云，还包括激光强度信息。现有的激光雷达数据处理方法大都是将三维数据点进行处理得到数字地面模型（DTM），对于激光强度信息的处理方法的研究比较少。针对激光雷达数据中像素级融合了三维信息和强度信息的特点，提出了一种基于高程信息平坦度的均值滤波算法。先将激光雷达的强度信息转换为灰度图像，然后在对各像素进行均值滤波处理时，融合了对应的激光雷达距离信息中该像素邻域内的高程信息。运用此算法和传统均值算法对激光雷达数据进行了处理，并且使用多种指标对处理结果进行了比较。结果表明，该算法既保持了传统均值滤波的优点，又改进了对弱边缘目标的保护。
中国测绘科学研究院的刘正军博士及梁欣廉、王永平在建筑物模型重建、林业三维信息提取方面进行了一定的尝试和探讨。同时，北京交通大学谭衢霖等和中国测绘科学研究院的刘正军博士针对缺乏高精度机载运动测量系统情况下获得的某国产机载L波段合成孔径雷达（L-SAR）系统原始信号数据，采用完全数据驱动的基于相位梯度自动聚焦矫正信号相位的方法，进行了重聚焦成像处理试验。对点目标场景和分布目标场景的机载L-SAR信号数据成像处理试验表明：该成像方法能够有效地估计和补偿相位误差，从而获得方位向分辨率显著提高的机载L-SAR图像，是一种可以满足仅靠数据驱动实现高精度机载L-SAR成像处理的有效方法。
中国测绘科学研究院梁欣廉等认为：机载激光雷达数据具有直接描述对象几何特征、便于表达空间不连续变化等优势，是建筑物重建的主要数据源之一。为实现基于激光雷达点云数据的模型自动重建和解决现有方法存在的问题，他们提出了一种基于特征线提取、面向简单规则建筑物的重建方法。该方法以投影为基础，以平高分解为手段，通过在多个投影平面内逐步确定平面、高程信息实现特征线提取及模型重建。实验表明，该方法能够避免现有方法遇到的若干困难，有效重建简单规则建筑物模型。
中国测绘科学研究院王永平等和东华理工学院苏小霞本文详细讨论了用 VC 研制开发的数字河北三维景观展示系统技术流程。使用该展示系统可将河北省全省的三维景观内容集中展示，它具有场景三维漫游控制、航线设计、信息查询与分析、分层注记显示、三维坐标查询、实时定位等功能，具有使用方便、直观、形象等特点，可以为政府决策提供必要的信息支持。此研究创新地利用多级分辨率卫星影像数据和数字高程模型制作了河北省全辖区和重点区域的三维仿真系统，分析了具体软件模块的开发实现细节，真实再现了河北省三维地形景观。该平台具有精练的内核和极高的浏览速度，高效的数据压缩比，有效解决了多源三维统一数据与各式算法应该有效结合的矛盾。
从以上分析可以看出，机载激光雷达数据在空间信息的提取和分析上面，有其自身的特点和特定的优势，因此新方法的开发应建立在对这种数据特点的深入理解之上。
2.1.1.3 软件系统
欧美等发达国家涌现出若干针对机载激光雷达数据处理的软件系统，主要包括芬兰的TerraSolid系列、美国的LPD/LPV等。
国内武汉大学和中国测绘科学研究院也进行了相应的软件系统的开发。相对于LiDAR硬件的迅速发展，其数据后处理技术相对滞后。目前主要的LiDAR数据处理软件都是由硬件厂商单独提供（比如Optech公司的REALM软件），这些软件的算法都是保密的，用户根本不了解数据处理过程，就像一个“黑箱子”，用户无法根据自己的需要来操作和管理这些数据。目前市场上已经有一些独立于硬件的通用软件，如美国的LID-MAS、芬兰的TerraScan、AirBornel公司的LiDAR XLR8R3.0等。目前这些优秀的LiDAR数据处理软件都是单机版集中式处理，相对于分布式软件来说，有安全性高、操作简易等优点，然而随着获取数据量的急剧增长，其计算量也越来越大，这种集计算、数据、软件于一体的集中式处理逐渐暴露出其弱点，归纳如下。
①处理时间代价高。由于单机性能有限，即使最好的PC，数据处理也是非常耗时的，这是当前LiDAR数据处理面临的主要问题。脉冲频率为100Hz的LiDAR飞行1h的数据在目前处理效率较高的软件上的处理（从原始数据生成点云坐标）时间也要1天左右。
②数据共享方式单一，严重限制数据应用。基于单机处理的各阶段结果数据都集中存储在少数单位的大容量磁盘上，想要使用该数据的用户一般需要亲自到数据存储地点拷贝，这严重限制了数据应用，导致数据利用率低下，而且重复存储造成了存储资源大量浪费。
随着LiDAR系统性能不断提高，其用户越来越多，数据量越来越大。上述缺点会越来越显著并有可能阻碍LiDAR的发展，因此迫切需要一套通用性高、处理快速、能灵活共享的实用化软件来处理和分析LiDAR数据，从而生产出各种不同的数字化产品。LiDAR数据标准格式LAS规范的推出大大促进了该项工作的进展。国际上许多商业公司以及大学、科研机构都投入了大量的人力和财力进行相关的研究。传统的高性能计算资源（如集群、高性能计算机等）虽然能提供良好的计算性能，但价格昂贵。网格的出现为这种集数据密集和计算密集为一体的复杂辩学计算提供了可行、性价比较高的解决方案。
当前国际上大多数的机载激光雷达系统生产商所提供的数据处理软件均是由其公司自己开发实现的，并不具备通用性，而且其算法也是保密的，因此客户就无法根据各自在某些方面特殊的需求对数据进行处理并达到预期的目的。目前没有出现专门对机载激光雷达数据进行处理和应用的通用软件，针对这一现象，许多文献在这方面从事了不少的探索和研究，尤其在数据的滤波和分类方面进行了较多的分析与开发，并提出了很多算法，但是这些算法的适用性都或多或少存在一定的局限性，因此对机载激光雷达数据的处理算法进行积极的研究是很有意义的。
2.1.2 存在的问题
（1）获取数据的问题
由于飞行条件恶劣加之测区地形高程变化大，获取的数据存在多种问题。首先，在云层较厚的区域，存在比较严重的数据缺失。其次，为了加强信号接收，采取MPiA多脉冲发射获取方式，但是由于地形起伏严重，加之气象条件恶劣，使得信号接收发生紊乱，因此获取的数据在地形相对高差超出设备的作业范围的山顶区域，出现数据下陷或者抬升。比如，在唐家山堰塞湖至绵阳中游区域的数据缺失比较严重，如图2-3，幸运的是，唐家山堰塞湖的数据刚好被完整地获取到了。
图2-3 天气影响下的数据缺失（主要由厚云引起）
（2）国内机载激光雷达数据处理系统水平不高
国内激光雷达数据处理系统可用的不多，虽然武汉大学、测绘院和中科院遥感所等都开发了相应的国产激光雷达数据处理系统，但是总体而言，系统目前只是解决了有无问题，从功能、性能及业务化水平而言，和国外还有差距。
（3）相关标准规范的缺乏
国内激光雷达相关标准规范方面，国内已经制定了激光雷达基本的标准系统，但是对于一些具体的内容，如数字表面模型等还未制定相应的标准规范。
2.1.3 发展趋势
机载激光雷达技术发展已有十几年的历史了，硬件技术不断发展，绝大多数硬件技术及系统集成方面的问题已得到解决。与现有的测量方法相比，机载激光雷达技术可以作为摄影测量的一种补充，但同时它也是摄影测量技术的一种竞争技术。在某些应用中，例如林业、海岸工程或输电线路等，机载激光雷达技术所具有的独特功能是其他任何技术都难以取代的。迄今为止，虽然该技术的应用领域在不断扩大，但在某些方面仍然有待完善，主要表现在：
①机载激光雷达技术目前还没有一定的作业规范可依。所以就没有质量保证和质量控制，用户无法掌握所获得的数据质量和可靠性。
②机载激光雷达系统价格昂贵，这在很大程度上限制了系统的推广与应用。
③与机载激光雷达系统硬件的发展相比，虽然目前在数据处理方面的研究进展很快，而且也取得了一定的成果，但总体来看，数据处理方面的研究仍然相对滞后。国际上还没有能完整处理机载激光雷达数据的综合软件系统。主要的激光雷达数据处理软件均由各自的生产厂家单独提供，还没有独立的通用软件，并且这些软件中所使用的算法都是保密的，鲜有用户能根据自身的需要对数据进行处理和操作。尽管有些文献也针对数据处理方面的某些内容进行探讨并提出了算法，但是几乎每种方法都有其自身的缺陷，还有待于改进。因此在数据处理方面还具有很大的发展空间，这其中主要是智能滤波和地物分类等。
④与其他技术的集成，还有待于进一步研究。例如配备数字相机，实现几何描述数据与图像数据高度自动融合，进行目标识别、地物提取和分类。数字式激光与图像数据的综合，实现与摄影测量的有效融合，形成高度综合的多用途系统，实现通用多传感器、多数据源的完全融合。
⑤机载激光雷达数据精度估计仍然需要进行更多更深入的研究与分析。系统的各个组成部分的精度应该分别加以分析和评定，进一步研究系统的误差来源并加以合理估计，这都将提高最终的成果精度。
同时实践证明，单纯利用激光雷达的深度（距离）数据进行地物的分类与识别并不能令人满意，同样地，单纯利用激光雷达的强度信息进行地物的分类与识别，体现不出比传统遥感的优越性，也没有充分发挥激光雷达技术的先进性。只有将激光雷达的深度（距离）数据和强度信息有机结合，并充分发挥各自的优点，才是未来激光雷达技术运用的方向。
商用LiDAR系统未来发展的主要方向是提高点云数据获取的密度和定位精度，增大激光脉冲的频率，同时记录地物特征的反射脉冲的波形特征。在ISPRS2008大会上，Leica公司展出的最新型机载LiDAR设备ALS60系统就具有空中多次脉冲（Multi Pulse In Air，MPIA）能力，激光脉冲的频率能够达到200kHz。而2010年后Leica、Optech和RIEGL公司都相继推出了脉冲频率可达400kHz的新一代机载激光雷达产品，标志着该行业技术水平达到了一个新的台阶。
鉴于机载激光雷达技术在许多领域都具有广泛的应用和很大的发展潜力，而我国在机载激光雷达技术方面的应用研究同国际发达国家相比较为落后，为使该项技术今后能更加有效地服务于我国的国民经济建设，因此从事机载激光雷达技术的应用研究以及对其数据处理的方法进行研究具有重要的理论价值和现实意义，也会为我国今后在机载激光雷达技术方面的实际应用打下坚实的基础。